Yapay zekâ (YZ), makine öğrenimi (ML) ve derin öğrenme (DL) tabanlı yaklaşımlar, radyoterapi ve radyasyon güvenliği alanında ölçüm, dozimetri ve kalite kontrol süreçlerini dönüştürmeye başlamıştır. Modern radyoterapi uygulamalarının artan karmaşıklığı, cihaz performansının sürekliliğinin sağlanması, hastaya özgü kalite güvencesi gereksinimleri ve görüntü eşliğinde tedavilerin yaygınlaşması, geleneksel ölçüm ve periyodik kalite kontrol yaklaşımlarının sınırlarını belirgin hâle getirmiştir.

YZ, büyük ve çok boyutlu veri setlerinden anlamlı örüntüler çıkararak, cihaz davranışlarının izlenmesi, hastaya özel kalite güvencenin ölçümsüz ya da azaltılmış ölçümle gerçekleştirilmesi, görüntüleme süreçlerinde doğruluğun artırılması ve Monte Carlo tabanlı doz hesaplamalarının klinik olarak uygulanabilir sürelerde yapılması gibi alanlarda güçlü çözümler sunmaktadır. Ayrıca hasta, çalışan ve çevresel radyasyon maruziyetinin izlenmesi ile anomali tespitine yönelik YZ tabanlı erken uyarı sistemleri, radyasyon güvenliğinde öngörüye dayalı bir yaklaşımın önünü açmaktadır. Bu bölümde, YZ’nin radyoterapide ölçüm, dozimetri, kalite kontrol ve radyasyon güvenliği alanlarındaki güncel uygulamaları, literatürdeki örnekler eşliğinde ele alınmakta; mevcut sınırlılıklar ve gelecekteki klinik entegrasyon potansiyeli tartışılmaktadır.